一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统及检测方法

1.本发明涉及汽车安全驾驶领域，更具体地说，涉及一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统及检测方法。


背景技术：

2.电波是人的大脑活动的一种生理信号，其变化可以反应人的疲劳状况，人的大脑持续不断地产生三种节律波：β波段、α波段、θ波段，人的意识状态决定于哪种波占主导地位，4～8h的是θ波，主要与临睡状态下的朦胧意识和梦境出现有关；8～13hz的是α波，通常见于平静放松的状态；当人睁眼并注视某一物体时，β波(》13hz)占据主导地位，并随着放松、警觉、激动和焦虑的状态频率逐渐升高，甚至高达35hz。由于4～8hz的θ波,主要与临睡状态下的朦胧意识的有关，这种状态也是出现疲劳的状态，因此利用多种波段信号通过knn疲劳模型的疲劳驾驶算法就能测量疲劳度的临界状态。
3.据有关数据统计,交通事故中有很大一部原因是由于驾驶员过于疲劳打瞌睡引起的，降低这方面引起的交通事故发生率，驾驶员不得连续驾驶机动车4小时以上，且每连续驾驶4小时需要休息至少20分钟；因此,如何将脑电波检测应用于车辆驾驶领域,进而降低疲劳驾驶风险具有重大意义。


技术实现要素：

4.为了解决上述问题，本发明提供一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统及方法。
5.一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，mcu控制器，实现对疲劳度模拟量的采集以及对各模块的协调控制；
6.脑电波检测模块，实现对驾驶者脑电波信号的采集及发送；
7.心率检测电路，实现对驾驶者心率的检测；
8.坐姿检测电路，实现对驾驶者坐姿的检测；
9.蓝牙通信电路，包括主从蓝牙，实现脑电波信号的传输，主要通过一对主从蓝牙完成脑电波信号的传输，从机蓝牙实现脑电波信号的发送，主机蓝牙实现脑电波信号的接收；
10.语音预警电路，实现检测到驾驶者疲劳驾驶时，进行语音播报预警；
11.电源电路，管理子系统的电源，以干电池的化学能转换为电能，为子系统内部电子元器件提供正常的电压；
12.头戴式结构，嵌入脑电波采集电极、固定电极在额头位置。
13.作为本发明再进一步的方案：所述mcu控制器由stc12c5a60s2单片机构成,用于对所采集的数据进行分析，语音报警装置由语音模块所构成,tgam脑电波模块连接脑波采集传感器及干电极，脑波采集传感器及干电极连接蓝牙数据发送设备，蓝牙数据发送设备连接stc12c5a60s2单片机，stc12c5a60s2单片机连接语音报警装置，所述指示灯电路采用led
灯。
14.作为本发明再进一步的方案：所述脑电波检测电路包括：
15.tgam脑电波模块内置tfat单一芯片脑电传感器，能对采集的脑电波数据进行处理和分析，加上外围电路部分，集成了脑电波信号的采集、滤波、放大、a/d转换的功能，tgam脑电波模块上设有接触点,接触点包括脑电采集电极,脑电采集电极与大脑前额相触,另有电极嵌于头带,与头皮直接接触作为接地点,实现脑电波信号的采集。
16.作为本发明再进一步的方案：所述电源电路包括：
17.第一电源电路，采用tps54335adrcr模块，用于将28v直流电转24v直流电，为多通道电容传感器检测电路提供24v的电压，为xr12/24d15-15模块提供24v的输入电压；
18.第二电源电路，采用一个xr12/24d15-15模块，用于将24v直流电转
±
15v直流电，为信号调理电路提供
±
15v电压；
19.第三电源电路，采用两个xr12/24d15-15模块并联，用于将24v直流电转
±
5v直流电，用于为信号调理电路提供
±
5v电压，为主控制器提供5v的电压。
20.作为本发明再进一步的方案：该方法包括下列顺序的步骤：
21.(1)采集脑电波信号、加速度信号、心率信号数据样本，构建训练样本库；
22.(2)对采集到的脑电波信号样本、加速度信号样本、心率信号样本进行数据预处理；
23.(3)选择训练集和测试集，利用选择的训练集进行模型训练，并通过测试集完成对模型的评估；
24.(4)将训练好的模型权重和偏置，部署在嵌入式设备中；
25.(5)mcu控制器通过训练好的权重和偏置进行检测；
26.(6)检测到驾驶员疲劳驾驶时，进行语音预警提示。
27.所述步骤(1)具体包括以下步骤：
28.1)脑电波传感器实时采集受试者脑电波信号，并提取所需要的相关脑电波信号y波段、β波段、α波段、θ波段信号；
29.2)速度传感器实时采集受试者头部信号；
30.3)心率传感器利用特定波长红外线对耳垂处血管末端血液循环产生的血液容积变化进行监测，采集受试者心率变化信号；
31.4)采集数据集中放置构建数据样本库；
32.所述步骤(2)具体包括以下步骤：
33.1)根据脑电波传感器传递的y波段、β波段、α波段、θ波段脑电波信号特征，可对专注度建立ahp模型，表示为：
34.a＝(my+nβ+tα)
×
100％
35.其中a为专注度，m为y波的权重系数、n为β波的权重系数、t为α波的权重系数，y、β、α分别为对应三个波段的能量占比。
36.2)根据脑电波传感器传递的β波段、α波段、θ波段脑电波信号特征，可对放松度建立ahp模型，表示为：
37.m＝(xθ+yδ+zα)
×
100％
38.其中为m放松度、x为θ波的权重系数、y为β波的权重系数、z为α波的权重系数，θ、δ、
α分别为对应三个波段的能量占比。
39.3)根据心率传感器对该信号的放大、调整等电路处理，形成同步于脉搏跳动的脉冲信号，得出心率处理数据；
40.所述步骤(3)具体包括以下步骤：
41.1)读取储存在mcu控制器中的帧格式数据，把16进制字符串分割成数字列表；
42.2)把分割之后的数字列表划分为训练集与测试集；
43.3)通过训练集训练深度学习模型，得到训练好的权重和偏置；
44.4)通过测试集测试训练完成的深度学习模型；
45.所述步骤(5)具体包括以下步骤：
46.1)以keil和eclipse软件为监测环境；脑电波传感器将采集到的信号通过蓝牙模块传输到单片机进行分析数据，软件系统解析数据后提取出脑电数据：放松度和集中度；
47.2)由加速度传感器采集到驾驶者坐姿信号传递到单片机进行数据分析，提取所需要的头部加速度数据；
48.3)由心率传感器采集到驾驶者心率脉搏信号传递到单片机进行数据分析，提取到所需要的心率数据；
49.4)根据mcu控制器调运激活函数运算得出驾驶者疲劳度，并识别判断驾驶者驾驶状态。
50.综上所述，本发明包括以下至少一个有益技术效果：
51.1.本发明专利基于脑电信号的特征参数对人体的状态进行判别，提出一种低成本、高精度，便于对驾驶员疲劳状态进行预警的设备及方法；
52.2.本发明系统构建了一个实时监测系统，实现对疲劳驾驶的有效监控，有利于安全驾驶观念的推广，从源头上避免疲劳驾驶，从而保护驾驶者生命健康；
53.3.本发明的技术特点为：灵敏、精确、有效，集成度高、体积小、功能强、抗干扰性强、性价比高、通用性好、推广范围大、工作可靠、指示准确。
附图说明
54.图1是头戴式疲劳驾驶检测设备的正视图；
55.图2是头戴式疲劳驾驶检测设备的侧视图；
56.图3是头戴式疲劳驾驶检测设备的俯视图；
57.图4是头戴式疲劳驾驶检测设备、检测系统的检测方法的信号传递框图。
具体实施方式
58.如图1所示，一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，包括：mcu控制器5，实现对疲劳度模拟量的采集以及对各模块的协调控制；
59.脑电波检测模块4，实现对驾驶者脑电波信号的采集及发送；
60.心率检测电路，实现对驾驶者心率的检测；
61.坐姿检测电路，实现对驾驶者坐姿的检测；
62.蓝牙通信电路1，包括主从蓝牙，实现脑电波信号的传输，主要通过一对主从蓝牙完成脑电波信号的传输，从机蓝牙实现脑电波信号的发送，主机蓝牙实现脑电波信号的接
收；
63.语音预警电路，实现检测到驾驶者疲劳驾驶时，进行语音播报预警；
64.电源电路3，管理子系统的电源，以干电池的化学能转换为电能，为子系统内部电子元器件提供正常的电压；
65.头戴式结构2，嵌入脑电波采集电极、固定电极在额头位置。
66.所述mcu控制器5由stc12c5a60s2单片机构成,用于对所采集的数据进行分析，语音报警装置由语音模块所构成,tgam脑电波模块连接脑波采集传感器及干电极，脑波采集传感器及干电极连接蓝牙数据发送设备，蓝牙数据发送设备连接stc12c5a60s2单片机，stc12c5a60s2单片机连接语音报警装置，所述指示灯电路采用led灯。
67.所述脑电波检测电路包括：
68.tgam脑电波模块内置tfat单一芯片脑电传感器，能对采集的脑电波数据进行处理和分析,加上外围电路部分,集成了脑电波信号的采集、滤波、放大、a/d转换的功能；tgam脑电波模块上设有接触点,接触点包括脑电采集电极,脑电采集电极与大脑前额相触,另有电极嵌于头带,与头皮直接接触作为接地点,实现脑电波信号的采集。
69.所述电源电路包括：
70.第一电源电路，采用tps54335adrcr模块，用于将28v直流电转24v直流电，为多通道电容传感器检测电路提供24v的电压，为xr12/24d15-15模块提供24v的输入电压；
71.第二电源电路，采用一个xr12/24d15-15模块，用于将24v直流电转
±
15v直流电，为信号调理电路提供
±
15v电压；
72.第三电源电路，采用两个xr12/24d15-15模块并联，用于将24v直流电转
±
5v直流电，用于为信号调理电路提供
±
5v电压，为主控制器提供5v的电压。
73.一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统的检测方法，该方法包括下列顺序的步骤：
74.(1)采集脑电波信号、加速度信号、心率信号数据样本，构建训练样本库；
75.(2)对采集到的脑电波信号样本、加速度信号样本、心率信号样本进行数据预处理；
76.(3)选择训练集和测试集，利用选择的训练集进行模型训练，并通过测试集完成对模型的评估；
77.(4)将训练好的模型权重和偏置，部署在嵌入式设备中；
78.(5)mcu控制器通过训练好的权重和偏置进行检测；
79.(6)检测到驾驶员疲劳驾驶时，进行语音预警提示。
80.所述步骤(1)具体包括以下步骤：
81.1)脑电波传感器实时采集受试者脑电波信号，并提取所需要的相关脑电波信号y波段、β波段、α波段、θ波段信号；
82.2)速度传感器实时采集受试者头部信号；
83.3)心率传感器利用特定波长红外线对耳垂处血管末端血液循环产生的血液容积变化进行监测，采集受试者心率变化信号；
84.4)采集数据集中放置构建数据样本库；
85.所述步骤(2)具体包括以下步骤：
86.1)根据脑电波传感器传递的y波段、β波段、α波段、θ波段脑电波信号特征，可对专注度建立ahp模型，表示为：
87.a＝(my+nβ+tα)
×
100％
88.其中a为专注度，m为y波的权重系数、n为β波的权重系数、t为α波的权重系数，y、β、α分别为对应三个波段的能量占比。
89.2)根据脑电波传感器传递的β波段、α波段、θ波段脑电波信号特征，可对放松度建立ahp模型，表示为：
90.m＝(xθ+yδ+zα)
×
100％
91.其中为m放松度、x为θ波的权重系数、y为β波的权重系数、z为α波的权重系数，θ、δ、α分别为对应三个波段的能量占比。
92.3)根据心率传感器对该信号的放大、调整等电路处理，形成同步于脉搏跳动的脉冲信号，得出心率处理数据；
93.所述步骤(3)具体包括以下步骤：
94.1)读取储存在mcu控制器中的帧格式数据，把16进制字符串分割成数字列表；
95.2)把分割之后的数字列表划分为训练集与测试集；
96.3)通过训练集训练深度学习模型，得到训练好的权重和偏置；
97.4)通过测试集测试训练完成的深度学习模型；
98.所述步骤(5)具体包括以下步骤：
99.1)以keil和eclipse软件为监测环境；脑电波传感器将采集到的信号通过蓝牙模块传输到单片机进行分析数据，软件系统解析数据后提取出脑电数据：放松度和集中度；
100.2)由加速度传感器采集到驾驶者坐姿信号传递到单片机进行数据分析，提取所需要的头部加速度数据；
101.3)由心率传感器采集到驾驶者心率脉搏信号传递到单片机进行数据分析，提取到所需要的心率数据；
102.4)根据mcu控制器调运激活函数运算得出驾驶者疲劳度，并识别判断驾驶者驾驶状态。
103.以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

技术特征：
1.一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，其特征在于，包括：mcu控制器(5)，实现对疲劳度模拟量的采集以及对各模块的协调控制；脑电波检测模块(4)，实现对驾驶者脑电波信号的采集及发送；心率检测电路，实现对驾驶者心率的检测；坐姿检测电路，实现对驾驶者坐姿的检测；蓝牙通信电路(1)，包括主从蓝牙，实现脑电波信号的传输，主要通过一对主从蓝牙完成脑电波信号的传输，从机蓝牙实现脑电波信号的发送，主机蓝牙实现脑电波信号的接收；语音预警电路，实现检测到驾驶者疲劳驾驶时，进行语音播报预警；电源电路(3)，管理子系统的电源，以干电池的化学能转换为电能，为子系统内部电子元器件提供正常的电压；头戴式结构(2)，嵌入脑电波采集电极、固定电极在额头位置。2.根据权利要求1所述的一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，其特征在于：所述mcu控制器(5)由stc12c5a60s2单片机构成,用于对所采集的数据进行分析，语音报警装置由语音模块所构成,tgam脑电波模块连接脑波采集传感器及干电极，脑波采集传感器及干电极连接蓝牙数据发送设备，蓝牙数据发送设备连接stc12c5a60s2单片机，stc12c5a60s2单片机连接语音报警装置，所述指示灯电路采用led灯。3.根据权利要求1所述的一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，其特征在于：所述脑电波检测电路包括：tgam脑电波模块内置tfat单一芯片脑电传感器，能对采集的脑电波数据进行处理和分析,加上外围电路部分,集成了脑电波信号的采集、滤波、放大、a/d转换的功能，tgam脑电波模块上设有接触点,接触点包括脑电采集电极,脑电采集电极与大脑前额相触,另有电极嵌于头带,与头皮直接接触作为接地点,实现脑电波信号的采集。4.根据权利要求1所述的一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统，其特征在于：所述电源电路包括：第一电源电路，采用tps54335adrcr模块，用于将28v直流电转24v直流电，为多通道电容传感器检测电路提供24v的电压，为xr12/24d15-15模块提供24v的输入电压；第二电源电路，采用一个xr12/24d15-15模块，用于将24v直流电转
±
15v直流电，为信号调理电路提供
±
15v电压；第三电源电路，采用两个xr12/24d15-15模块并联，用于将24v直流电转
±
5v直流电，用于为信号调理电路提供
±
5v电压，为主控制器提供5v的电压。5.根据权利要求1所述的一种基于脑电波的头戴式疲劳驾驶检测设备、检测系统的检测方法，其特征在于：该方法包括下列顺序的步骤：(1)采集脑电波信号、加速度信号、心率信号数据样本，构建训练样本库；(2)对采集到的脑电波信号样本、加速度信号样本、心率信号样本进行数据预处理；(3)选择训练集和测试集，利用选择的训练集进行模型训练，并通过测试集完成对模型的评估；(4)将训练好的模型权重和偏置，部署在嵌入式设备中；(5)mcu控制器通过训练好的权重和偏置进行检测；(6)检测到驾驶员疲劳驾驶时，进行语音预警提示。
6.根据权利要求5所述步骤(1)具体包括以下步骤：1)脑电波传感器实时采集受试者脑电波信号，并提取所需要的相关脑电波信号y波段、β波段、α波段、θ波段信号；2)速度传感器实时采集受试者头部信号；3)心率传感器利用特定波长红外线对耳垂处血管末端血液循环产生的血液容积变化进行监测，采集受试者心率变化信号；4)采集数据集中放置构建数据样本库；7.根据权利要求5所述步骤(2)具体包括以下步骤：1)根据脑电波传感器传递的y波段、β波段、α波段、θ波段脑电波信号特征，可对专注度建立ahp模型，表示为：a＝(my+nβ+tα)
×
100％其中a为专注度，m为y波的权重系数、n为β波的权重系数、t为α波的权重系数，y、β、α分别为对应三个波段的能量占比。2)根据脑电波传感器传递的β波段、α波段、θ波段脑电波信号特征，可对放松度建立ahp模型，表示为：m＝(xθ+yδ+zα)
×
100％其中为m放松度、x为θ波的权重系数、y为β波的权重系数、z为α波的权重系数，θ、δ、α分别为对应三个波段的能量占比。3)根据心率传感器对该信号的放大、调整等电路处理，形成同步于脉搏跳动的脉冲信号，得出心率处理数据；8.根据权利要求5所述步骤(3)具体包括以下步骤：1)读取储存在mcu控制器中的帧格式数据，把16进制字符串分割成数字列表；2)把分割之后的数字列表划分为训练集与测试集；3)通过训练集训练深度学习模型，得到训练好的权重和偏置；4)通过测试集测试训练完成的深度学习模型；9.根据权利要求5所述步骤(5)具体包括以下步骤：1)以keil和eclipse软件为监测环境；脑电波传感器将采集到的信号通过蓝牙模块传输到单片机进行分析数据，软件系统解析数据后提取出脑电数据：放松度和集中度；2)由加速度传感器采集到驾驶者坐姿信号传递到单片机进行数据分析，提取所需要的头部加速度数据；3)由心率传感器采集到驾驶者心率脉搏信号传递到单片机进行数据分析，提取到所需要的心率数据；4)根据mcu控制器调运激活函数运算得出驾驶者疲劳度，并识别判断驾驶者驾驶状态。

技术总结
本发明属于汽车安全驾驶领域，包括：MCU控制器，实现对疲劳度模拟量的采集以及对各模块的协调控制；脑电波检测模块，实现对驾驶者脑电波信号的采集及发送；心率检测电路，实现对驾驶者心率的检测；坐姿检测电路，实现对驾驶者坐姿的检测；蓝牙通信电路，包括主从蓝牙，实现脑电波信号的传输，主要通过一对主从蓝牙完成脑电波信号的传输，从机蓝牙实现脑电波信号的发送，主机蓝牙实现脑电波信号的接收；语音预警电路，实现检测到驾驶者疲劳驾驶时，进行语音播报预警。本发明专利基于脑电信号的特征参数对人体的状态进行判别，提出一种低成本、高精度，便于对驾驶员疲劳状态进行预警的设备及方法。及方法。及方法。


技术研发人员：王刚 马晗旭 李云振 许博睿 何幂 刘欣让 苏礼敏
受保护的技术使用者：安徽大学
技术研发日：2023.06.30
技术公布日：2023/9/14